CN109613324B - 一种谐波放大的检测方法及装置 - Google Patents
一种谐波放大的检测方法及装置 Download PDFInfo
- Publication number
- CN109613324B CN109613324B CN201811319295.3A CN201811319295A CN109613324B CN 109613324 B CN109613324 B CN 109613324B CN 201811319295 A CN201811319295 A CN 201811319295A CN 109613324 B CN109613324 B CN 109613324B
- Authority
- CN
- China
- Prior art keywords
- data
- control chart
- sub
- monitoring data
- statistical control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000003321 amplification Effects 0.000 title claims abstract description 53
- 238000003199 nucleic acid amplification method Methods 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 title claims abstract description 27
- 238000012544 monitoring process Methods 0.000 claims abstract description 80
- 230000002159 abnormal effect Effects 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000015654 memory Effects 0.000 claims description 20
- 230000005856 abnormality Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000013075 data extraction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000000875 corresponding effect Effects 0.000 description 17
- 238000004458 analytical method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002079 cooperative effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004940 physical analysis method Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种谐波放大的检测方法及装置，该检测方法包括：提取电网系统中待测监测点的某任一频次谐波的多个监测数据；将多个监测数据划分为多个子数据组，分别计算各子数据组的特征值；根据特征值及根据电网系统的历史监测数据构建的统计控制图判断子数据组是否存在异常；当判定子数据组存在异常时，计算连续出现异常的子数据组的持续时间及畸变水平；根据持续时间、畸变水平及对应的阈值判断频次谐波是否产生谐波放大；持续时间、畸变水平对应的阈值分别根据历史监测数据确定。通过实施本发明，计算异常持续时间和畸变水平等累计特征是否越过阈值来判断是否发生谐波放大事件，动态阈值针对性强，识别精度高，可实施性强。
Description
技术领域
本发明涉及电力系统分析技术领域，具体涉及一种谐波放大的检测方法及装置。
背景技术
随着高速铁路、新能源发电、换流站等非线性、波动性负荷的快速增长及高频开关的大量应用，谐波污染问题日趋突出；另一方面，电力系统结构日趋复杂，补偿装置投切更加容易诱发谐振，造成持续的谐波分量放大问题。谐波放大会严重影响电气设备的安全正常运行，甚至损坏。日本电气学会报告指出，电容器与之串联的电抗器的烧毁在谐波引起事故中占75％。因此，如何有效通过在线分析电能质量监测数据自动识别谐波放大事件并及时采取合理措施具有重要意义。
目前电网谐波放大的分析方法主要有机理分析法和基于监测数据统计分析法。机理分析法利用系统节点导纳矩阵分解得到特征值和特征向量，研究网络并联谐振规律，但该方法精度依赖于对谐波阻抗的估计，对于实际运行的电网而言获取完备电网参数困难，实施难度较高。基于监测数据统计分析法是基于谐波监测数据，通过设定跳变幅度超过经验阈值来识别谐波放大，但这种较为主观的方法对于未知干扰源的电网容易产生误判的情况。
发明内容
有鉴于此，本发明实施例提供了一种谐波放大的检测方法及装置，以解决现有的电网谐波放大的分析方法所存在的参数获取困难、分析结果不准确的问题。
根据第一方面，本发明实施例提供了一种谐波放大的检测方法，包括：提取电网系统中待测监测点的任一频次谐波的多个监测数据；将所述多个监测数据划分为多个子数据组，分别计算各所述子数据组的特征值；根据所述特征值及根据所述电网系统的历史监测数据构建的统计控制图判断所述子数据组是否存在异常；当判定所述子数据组存在异常时，计算连续出现异常的子数据组的持续时间及畸变水平；根据所述持续时间、畸变水平及对应的阈值判断所述频次谐波是否产生谐波放大；所述持续时间、畸变水平对应的阈值分别根据所述历史监测数据确定。
本发明实施例的谐波放大的检测方法，基于近期监测数数据构造稳态统计控制图，然后将在线数据在控制图打点判别是否异常，通过计算其持续时间和畸变水平等累计特征是否越过阈值来判断是否发生谐波放大事件。相比其它分析方法，动态阈值针对性强，识别精度高，算法不依赖于电网参数，可实施性强。
结合第一方面，在第一方面第一实施方式中，根据所述电网系统的历史监测数据构建统计控制图，包括：根据预设周期采集电网系统中各监测点的各频次谐波的历史监测数据；将所述历史监测数据划分为多个样本数据组，分别计算各所述样本数据组的样本特征值；根据所述样本特征值计算控制线参数；根据所述多个样本数据组及控制线参数构建所述统计控制图。
结合第一方面第一实施方式，在第一方面第二实施方式中，根据所述电网系统的历史监测数据构建统计控制图，还包括：根据所述多个样本数据组判断所述统计控制图是否稳定；如果判断所述统计控制图稳定，则将所述统计控制图确定为稳定控制图。
结合第一方面第二实施方式，在第一方面第三实施方式中，根据所述多个样本数据组判断所述统计控制图是否稳定，包括：判断所述多个样本数据组中连续第一预设数量的数据点是否均在所述统计控制图的界内；如果连续第一预设数量的数据点均在所述统计控制图的界内，则判定所述统计控制图稳定；如果连续第一预设数量的数据点没有均在所述统计控制图的界内，则进一步判定连续第二预设数量的数据点在所述统计控制图的界内的数量是否小于或等于第一预设阈值；如果连续第二预设数量的数据点在所述统计控制图的界内的数量小于或等于第一预设阈值，则判定所述统计控制图稳定；如果连续第二预设数量的数据点在所述统计控制图的界内的数量大于第一预设阈值，则判定所述统计控制图不稳定。
结合第一方面第二实施方式或第一方面第三实施方式，在第一方面第四实施方式中，当判定所述统计控制图不稳定时，去除在所述统计控制图的界外的数据点，并从所述历史监测数据中补充相应数量的数据，返回执行所述将所述历史监测数据划分为多个样本数据组，分别计算各所述样本数据组的样本特征值的步骤。
结合第一方面第一实施方式至第四实施方式中的任意一种实施方式，在第一方面第五实施方式中，所述控制线参数包括：所述统计控制图的上控制线，所述根据所述特征值及根据所述电网系统的历史监测数据构建的统计控制图判断所述子数据组是否存在异常，包括：判断所述特征值是否超出所述上控制线；如果所述特征值超出所述上控制线，则判定所述子数据组存在异常，否则判定所述子数据组不存在异常。
结合第一方面第一实施方式至第四实施方式中的任意一种实施方式，在第一方面第六实施方式中，所述控制线参数包括：所述统计控制图的中控线，通过以下公式计算所述畸变水平：
根据第二方面，本发明实施例提供了一种谐波放大的检测装置，包括：监测数据提取模块，用于提取电网系统中待测监测点的任一频次谐波的多个监测数据；特征值计算模块，用于将所述多个监测数据划分为多个子数据组，分别计算各所述子数据组的特征值；异常判断模块，用于根据所述特征值及根据所述电网系统的历史监测数据构建的统计控制图判断所述子数据组是否存在异常；参数计算模块，当判定所述子数据组存在异常时，所述参数计算模块用于计算连续出现异常的子数据组的持续时间及畸变水平；谐波放大判断模块，用于根据所述持续时间、畸变水平及对应的阈值判断所述频次谐波是否产生谐波放大；所述持续时间、畸变水平对应的阈值分别根据所述历史监测数据确定。
根据第三方面，本发明实施例提供了一种计算机设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面或者第一方面的任意一种实施方式中所述的谐波放大的检测方法。
根据第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行第一方面或者第一方面的任意一种实施方式中所述的谐波放大的检测方法。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：
图1示出了本发明实施例的谐波放大的检测方法的流程示意图；
图2示出了本发明实施例的构建统计控制图的流程示意图；
图3示出了本发明实施例的谐波放大的检测装置的结构示意图；
图4示出了本发明实施例的计算机设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供一种谐波放大的检测方法，如图1所示，该检测方法主要包括：
步骤S1：提取电网系统中待测监测点的任一频次谐波的多个监测数据；具体地，可以是提取电网某监测点某频次谐波的一组实时数据。
步骤S2：将多个监测数据划分为多个子数据组，分别计算各子数据组的特征值；在步骤S1提取的多个监测数据中，将连续n个数据点划分为一个子数据组，计算子数据组的统计特征值。
在本发明实施例中，该统计特征值是用于在基于历史监测数据构建的统计控制图中进行判别的特征值，构建该统计控制图的过程在下文中详细描述。
在具体实施时，该统计控制图可根据实际需要选择相应类型，该统计控制图的类型包括但不限于：平均值-极差控制图、平均值-标准差控制图、单值-移动极差控制图、中位数-极差控制图。对于不同类型的统计控制图，所计算的统计特征值有所不同，如平均值-极差控制图的特征值即为每组样本的平均值和极差，平均值-标准差控制图为平均值和标准差。
步骤S3：根据特征值及根据电网系统的历史监测数据构建的统计控制图判断子数据组是否存在异常。在本发明实施例中，是结合步骤S2计算得到的特征值，在根据电网系统的历史监测数据构建的统计控制图中进行打点，判断子数据组中的数据是否超出了统计控制图的范围，从而判断是否存在异常数据。如果子数据组中的数据未超出统计控制图的范围，则判定子数据组中不存在异常，则可认定该频次谐波并未谐波放大现象。
步骤S4：当判定子数据组存在异常时，计算连续出现异常的子数据组的持续时间及畸变水平。当通过步骤S3判定子数据组中存在异常数据时，统计连续出现异常的数据的持续时间，并结合连续出现异常的时间段内的数据集统计控制图的参数计算畸变水平。
步骤S5：根据持续时间、畸变水平及对应的阈值判断频次谐波是否产生谐波放大；持续时间、畸变水平对应的阈值分别根据历史监测数据确定。在此步骤中，结合所计算的持续时间及畸变水平来判断频次谐波是否产生谐波放大，其中，持续时间及畸变水平分别设有对应的参考阈值，当超过各自的参考阈值时，则可判定该频次谐波产生了谐波放大。并且，在本发明实施例中，持续时间及畸变水平对应的参考阈值是根据历史监测数据整合得到，且可随着根据实际监测数据对历史监测数据进行更新而调整。
通过上述步骤S1至步骤S5，本发明实施例的谐波放大的检测方法，通过计算其异常持续时间和畸变水平等累计特征是否越过阈值来判断是否发生谐波放大事件，相比其它分析方法，动态阈值针对性强，识别精度高，算法不依赖于电网参数，可实施性强。通过对比动态阈值检测监测数据是否存在异常来实现，相比固定暂态事件发生前后谐波跳变阈值的传统方式，事件检测敏感度更高，判定更准确。
可选地，在本发明的一些实施例中，是以均值-标准差控制图为例进行说明。对应于均值-标准差控制图的统计特征值为均值和标准差，因此，在步骤S2中，分别计算各子数据组的特征值则是分别计算均值和标准差。设共有m组样本组，每组数据点数为n，则第i组样本点的均值
和标准差Si的计算公式分别如以下公式(1)、(2)所示：
其中，xij为i组的第j个数据，n、m均为大于0的自然数。
可选地，在本发明的一些实施例中，如图2所示，上述实施例提及的根据所述电网系统的历史监测数据构建的统计控制图，主要是通过以下步骤构建该统计控制图：
步骤S21：根据预设周期采集电网系统中各监测点的各频次谐波的历史监测数据；
步骤S22：将历史监测数据划分为多个样本数据组，分别计算各样本数据组的样本特征值。
具体地，是抽取电网关注监测点各频次谐波最近的历史数据作为样本，并对样本分组，假定数据可分为m组样本数据组，每组数据点数为n，其中m、n需满足m≥25，n>2，优选地，取m＝30，n＝5对于谐波电压数据构造稳定控制图具有较优效果。
可选地，在本发明的一些实施例中，是以均值-标准差控制图为例进行说明。对应于均值-标准差控制图的统计特征值为均值和标准差，因此，在步骤S2中，分别计算各样本数据组的特征值则是分别计算均值和标准差。设共有m组样本数据组，每组数据点数为n，则第i组样本点的均值
和标准差Si的计算公式分别如以下公式所示：
步骤S23：根据样本特征值计算控制线参数；在计算的得到样本特征值后，可根据样本特征值计算该统计控制图的控制线参数。该控制线参数主要包括上控线(UCL)、中控线(CL)，下控线(LCL)。
具体地，对于标准差图(S图)，计算所有样本组的均值
和平均标准差
公式如下：
然后，计算标准差图(S图)的上控线(UCL)、中控线(CL)、下控线(LCL)，公式如下：
其中，当n>25时，系数B3、B4的计算公式如下：
其中，
当2≤n≤25时,系数B3、B4、C4可以查取参数取值表(GB/T 4091-2001)，例如，当n＝5时，C4＝0.940，B3＝0，B4＝2.089。
对于均值控制图(
图)，计算
统计控制参数，即计算
图控制线，公式如下：
当n>25,则A3计算公式如下：
其中，C4见公式(10)。
当2≤n≤25时,系数A3可以查取参数取值表(GB/T 4091-2001)，例如，当n＝5时，A3＝1.427。
步骤S24：根据多个样本数据组及控制线参数构建统计控制图。经过上述步骤S21至步骤S23计算得到样本数据的样本特征值及相应的控制参数后，并构建统计控制图。
进一步地，在本发明实施例中，对于基于历史监测数据构建的统计控制图，可根据多个样本数据组判断所构建的统计控制图是否稳定；如果判断该统计控制图稳定，则将统计控制图确定为稳定控制图，用以后续的谐波放大判断。具体地，根据多个样本数据组判断所构建的统计控制图是否稳定的步骤，主要包括：
判断多个样本数据组中连续第一预设数量的数据点是否均在统计控制图的界内；
如果连续第一预设数量的数据点均在统计控制图的界内，则判定统计控制图稳定；
如果连续第一预设数量的数据点没有均在统计控制图的界内，则进一步判定连续第二预设数量的数据点在统计控制图的界内的数量是否小于或等于第一预设阈值；
如果连续第二预设数量的数据点在统计控制图的界内的数量小于或等于第一预设阈值，则判定统计控制图稳定；
如果连续第二预设数量的数据点在统计控制图的界内的数量大于第一预设阈值，则判定统计控制图不稳定。
例如，首先判断在该统计控制图中，连续25个(第一预设数量，可根据需要进行调整)数据点，处于统计控制图界外的点数为0时，则判定该统计控制图稳定。
如果连续25个数据点中存在处于统计控制图界外的点，则进一步判断连续35个(第二预设数量，可根据需要进行调整)数据点，处于统计控制图界外的点数小于或等于1(第一预设阈值，可根据需要进行调整)时，则仍可判定该统计控制图稳定。
如果上述两个条件均不符合，则判定该统计控制图不稳定。此时，去除在统计控制图的界外的数据点，并从历史监测数据中补充相应数量的数据，返回执行将历史监测数据划分为多个样本数据组，分别计算各样本数据组的样本特征值的步骤(即上述步骤S22)。
可选地，在本发明的一些实施例中，在具体实施时，当谐波放大出现时，从统计控制图上看，主要是体现在越过了上控线。因此，在通过步骤S2计算得到子数据组的特征值后，步骤S3，根据特征值及根据电网系统的历史监测数据构建的统计控制图判断子数据组是否存在异常的步骤，具体包括：判断特征值是否超出上控制线；如果特征值超出上控制线，则判定子数据组存在异常，否则判定子数据组不存在异常。
可选地，在本发明的一些实施例中，对于均值-标准差控制图，上述步骤S4所计算的畸变水平，可通过以下公式计算：
其中，
表示所述连续出现异常的子数据组的平均值，
所述中控线的值。
本发明实施例还提供一种谐波放大的检测装置，如图3所示，该谐波放大的检测装置包括：
监测数据提取模块1，用于提取电网系统中待测监测点的任一频次谐波的多个监测数据；详细内容可参见上述方法实施例的步骤S1的相关描述。
特征值计算模块2，用于将多个监测数据划分为多个子数据组，分别计算各子数据组的特征值；详细内容可参见上述方法实施例的步骤S2的相关描述。
异常判断模块3，用于根据特征值及根据电网系统的历史监测数据构建的统计控制图判断子数据组是否存在异常；详细内容可参见上述方法实施例的步骤S3的相关描述。
参数计算模块4，当判定子数据组存在异常时，参数计算模块用于计算连续出现异常的子数据组的持续时间及畸变水平；详细内容可参见上述方法实施例的步骤S4的相关描述。
谐波放大判断模块5，用于根据持续时间、畸变水平及对应的阈值判断频次谐波是否产生谐波放大；持续时间、畸变水平对应的阈值分别根据历史监测数据确定。详细内容可参见上述方法实施例的步骤S5的相关描述。
通过上述各组成部分的协同动作，本发明实施例的谐波放大的检测装置，通过计算其异常持续时间和畸变水平等累计特征是否越过阈值来判断是否发生谐波放大事件，相比其它分析方法，动态阈值针对性强，识别精度高，算法不依赖于电网参数，可实施性强。通过对比动态阈值检测监测数据是否存在异常来实现，相比固定暂态事件发生前后谐波跳变阈值的传统方式，事件检测敏感度更高，判定更准确。
本发明实施例还提供一种计算机设备，如图4所示，该计算机设备可以包括处理器41和存储器42，其中处理器41和存储器42可以通过总线或者其他方式连接，图4中以通过总线连接为例。
处理器41可以为中央处理器(Central Processing Unit，CPU)。处理器41还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器42作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的谐波放大的检测方法对应的程序指令/模块(例如，图3所示的监测数据提取模块1、特征值计算模块2、异常判断模块3、参数计算模块4和谐波放大判断模块5)。处理器41通过运行存储在存储器42中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的谐波放大的检测方法。
存储器42可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器41所创建的数据等。此外，存储器42可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器42可选包括相对于处理器41远程设置的存储器，这些远程存储器可以通过网络连接至处理器41。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器42中，当被所述处理器41执行时，执行如图1-图2所示实施例中的谐波放大的检测方法。
上述计算机设备具体细节可以对应参阅图1至图2所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (8)
1.一种谐波放大的检测方法，其特征在于，包括：
提取电网系统中待测监测点的任一频次谐波的多个监测数据；
将所述多个监测数据划分为多个子数据组，分别计算各所述子数据组的特征值；
根据所述特征值及根据所述电网系统的历史监测数据构建的统计控制图判断所述子数据组是否存在异常；
当判定所述子数据组存在异常时，计算连续出现异常的子数据组的持续时间及畸变水平；
根据所述持续时间、畸变水平及对应的阈值判断所述频次谐波是否产生谐波放大；所述持续时间、畸变水平对应的阈值分别根据所述历史监测数据确定；
其中，根据所述电网系统的历史监测数据构建统计控制图，包括：
根据预设周期采集电网系统中各监测点的各频次谐波的历史监测数据；
将所述历史监测数据划分为多个样本数据组，分别计算各所述样本数据组的样本特征值；
根据所述样本特征值计算控制线参数；
根据所述多个样本数据组及控制线参数构建所述统计控制图；
所述控制线参数包括：所述统计控制图的中控线，通过以下公式计算所述畸变水平：
其中，
表示所述连续出现异常的子数据组的平均值，
所述中控线的值。
2.根据权利要求1所述的谐波放大的检测方法，其特征在于，根据所述电网系统的历史监测数据构建统计控制图，还包括：
根据所述多个样本数据组判断所述统计控制图是否稳定；
如果判断所述统计控制图稳定，则将所述统计控制图确定为稳定控制图。
3.根据权利要求2所述的谐波放大的检测方法，其特征在于，根据所述多个样本数据组判断所述统计控制图是否稳定，包括：
判断所述多个样本数据组中连续第一预设数量的数据点是否均在所述统计控制图的界内；
如果连续第一预设数量的数据点均在所述统计控制图的界内，则判定所述统计控制图稳定；
如果连续第一预设数量的数据点没有均在所述统计控制图的界内，则进一步判定连续第二预设数量的数据点在所述统计控制图的界内的数量是否小于或等于第一预设阈值；
如果连续第二预设数量的数据点在所述统计控制图的界内的数量小于或等于第一预设阈值，则判定所述统计控制图稳定；
如果连续第二预设数量的数据点在所述统计控制图的界内的数量大于第一预设阈值，则判定所述统计控制图不稳定。
4.根据权利要求2所述的谐波放大的检测方法，其特征在于，当判定所述统计控制图不稳定时，去除在所述统计控制图的界外的数据点，并从所述历史监测数据中补充相应数量的数据，返回执行所述将所述历史监测数据划分为多个样本数据组，分别计算各所述样本数据组的样本特征值的步骤。
5.根据权利要求1-4中任一项所述的谐波放大的检测方法，其特征在于，所述控制线参数包括：所述统计控制图的上控制线，
所述根据所述特征值及根据所述电网系统的历史监测数据构建的统计控制图判断所述子数据组是否存在异常，包括：
判断所述特征值是否超出所述上控制线；
如果所述特征值超出所述上控制线，则判定所述子数据组存在异常，否则判定所述子数据组不存在异常。
6.一种谐波放大的检测装置，其特征在于，包括：
监测数据提取模块，用于提取电网系统中待测监测点的任一频次谐波的多个监测数据；
特征值计算模块，用于将所述多个监测数据划分为多个子数据组，分别计算各所述子数据组的特征值；
异常判断模块，用于根据所述特征值及根据所述电网系统的历史监测数据构建的统计控制图判断所述子数据组是否存在异常；
参数计算模块，当判定所述子数据组存在异常时，所述参数计算模块用于计算连续出现异常的子数据组的持续时间及畸变水平；
谐波放大判断模块，用于根据所述持续时间、畸变水平及对应的阈值判断所述频次谐波是否产生谐波放大；所述持续时间、畸变水平对应的阈值分别根据所述历史监测数据确定；
其中，根据所述电网系统的历史监测数据构建统计控制图的过程，包括：
根据预设周期采集电网系统中各监测点的各频次谐波的历史监测数据；
将所述历史监测数据划分为多个样本数据组，分别计算各所述样本数据组的样本特征值；
根据所述样本特征值计算控制线参数；
根据所述多个样本数据组及控制线参数构建所述统计控制图；
所述控制线参数包括：所述统计控制图的中控线，通过以下公式计算所述畸变水平：
其中，
表示所述连续出现异常的子数据组的平均值，
所述中控线的值。
7.一种计算机设备，其特征在于，包括：
存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行如权利要求1-5中任一项所述的谐波放大的检测方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行如权利要求1-5中任一项所述的谐波放大的检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811319295.3A CN109613324B (zh) | 2018-11-07 | 2018-11-07 | 一种谐波放大的检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811319295.3A CN109613324B (zh) | 2018-11-07 | 2018-11-07 | 一种谐波放大的检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109613324A CN109613324A (zh) | 2019-04-12 |
| CN109613324B true CN109613324B (zh) | 2021-10-08 |
Family
ID=66002715
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811319295.3A Active CN109613324B (zh) | 2018-11-07 | 2018-11-07 | 一种谐波放大的检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109613324B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112557992B (zh) * | 2020-11-12 | 2024-06-04 | 珠海一多监测科技有限公司 | 电流互感器气压温度在线监测诊断方法、装置及存储介质 |
| CN112577456B (zh) * | 2020-12-14 | 2022-05-24 | 欣旺达电子股份有限公司 | 测量设备点检方法及运行控制装置、计算机可读存储介质 |
| CN115128345B (zh) * | 2022-07-01 | 2023-04-28 | 费莱(浙江)科技有限公司 | 一种基于谐波监测的电网安全预警方法及系统 |
| CN115684717A (zh) * | 2022-08-26 | 2023-02-03 | 国网浙江省电力有限公司海盐县供电公司 | 一种基于电场耦合的高压线路谐波检测装置及方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103715684A (zh) * | 2013-12-10 | 2014-04-09 | 国家电网公司 | 一种评估励磁涌流引发电压严重畸变风险的方法 |
| CN103824129A (zh) * | 2014-02-26 | 2014-05-28 | 国家电网公司 | 一种基于动态阈值的高铁电能质量异常状态预警方法 |
| CN103983848A (zh) * | 2014-04-24 | 2014-08-13 | 云南电力试验研究院（集团）有限公司电力研究院 | 一种基于电容器支路监测点的电容器谐振预警系统及预警方法 |
| CN105548696A (zh) * | 2015-12-16 | 2016-05-04 | 山东大学 | 基于分布参数电路的风机谐波适应性远端检测系统及方法 |
| CN105825315A (zh) * | 2015-01-09 | 2016-08-03 | 国家电网公司 | 一种电能质量预警方法 |
| CN106249728A (zh) * | 2016-09-28 | 2016-12-21 | 清华大学 | 一种基于部件特性的火力发电机组在线性能监测方法 |
| CN106340876A (zh) * | 2016-09-18 | 2017-01-18 | 国网山西省电力公司 | 一种多直流馈入城市输电网谐波放大特性分析方法 |
| CN106896267A (zh) * | 2017-02-07 | 2017-06-27 | 中国石油化工股份有限公司 | 一种配电网谐波谐振改进模态分析方法 |
| CN108398596A (zh) * | 2018-01-26 | 2018-08-14 | 全球能源互联网研究院有限公司 | 交流输电线路谐波电压放大区间定位方法及设备 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1611953A (zh) * | 2003-10-27 | 2005-05-04 | 贺守正 | 测量工厂谐波的方法和测量仪 |
| CN104052058A (zh) * | 2014-06-13 | 2014-09-17 | 华北电力大学 | 一种基于马尔可夫链蒙特卡罗法的系统谐波概率评估方法 |
| CN107422196B (zh) * | 2017-02-27 | 2019-12-06 | 国电南瑞科技股份有限公司 | 一种基于谐波畸变率和频率的孤岛检测方法 |
| CN108362940B (zh) * | 2018-03-14 | 2020-07-14 | 贵州电网有限责任公司 | 一种半周波畸变信号的动态谐波频率提取方法 |
| CN108535529A (zh) * | 2018-04-25 | 2018-09-14 | 中国人民解放军陆军工程大学 | 考虑基波频率变化的交流微电网电压畸变程度评价方法 |
-
2018
- 2018-11-07 CN CN201811319295.3A patent/CN109613324B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103715684A (zh) * | 2013-12-10 | 2014-04-09 | 国家电网公司 | 一种评估励磁涌流引发电压严重畸变风险的方法 |
| CN103824129A (zh) * | 2014-02-26 | 2014-05-28 | 国家电网公司 | 一种基于动态阈值的高铁电能质量异常状态预警方法 |
| CN103983848A (zh) * | 2014-04-24 | 2014-08-13 | 云南电力试验研究院（集团）有限公司电力研究院 | 一种基于电容器支路监测点的电容器谐振预警系统及预警方法 |
| CN105825315A (zh) * | 2015-01-09 | 2016-08-03 | 国家电网公司 | 一种电能质量预警方法 |
| CN105548696A (zh) * | 2015-12-16 | 2016-05-04 | 山东大学 | 基于分布参数电路的风机谐波适应性远端检测系统及方法 |
| CN106340876A (zh) * | 2016-09-18 | 2017-01-18 | 国网山西省电力公司 | 一种多直流馈入城市输电网谐波放大特性分析方法 |
| CN106249728A (zh) * | 2016-09-28 | 2016-12-21 | 清华大学 | 一种基于部件特性的火力发电机组在线性能监测方法 |
| CN106896267A (zh) * | 2017-02-07 | 2017-06-27 | 中国石油化工股份有限公司 | 一种配电网谐波谐振改进模态分析方法 |
| CN108398596A (zh) * | 2018-01-26 | 2018-08-14 | 全球能源互联网研究院有限公司 | 交流输电线路谐波电压放大区间定位方法及设备 |
Non-Patent Citations (1)
| Title |
|---|
| 谐波超标原因分析及含谐波的电能计量问题研究;郭学艳;《中国优秀博硕士学位论文全文数据库 (硕士)工程科技Ⅱ辑》;20040915(第03期);C042-281 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109613324A (zh) | 2019-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109613324B (zh) | 一种谐波放大的检测方法及装置 | |
| CN109193650B (zh) | 一种基于高维随机矩阵理论的电网薄弱点评估方法 | |
| CN105718715B (zh) | 异常检测方法和设备 | |
| Bhui et al. | Application of recurrence quantification analysis to power system dynamic studies | |
| CN117368799B (zh) | 一种电力系统输电线路短路故障的诊断方法 | |
| CN115454778A (zh) | 大规模云网络环境下的时序指标异常智能监控系统 | |
| CN115796708B (zh) | 一种工程建设用的大数据智能质检方法、系统和介质 | |
| CN112504511A (zh) | 一种发电机定子温度监测方法、装置及介质 | |
| CN116994416A (zh) | 基于人工智能的风机运行故障预警方法及系统 | |
| CN116739829B (zh) | 一种基于大数据的电力数据分析方法、系统及介质 | |
| CN115600879A (zh) | 一种断路器异常预警方法、系统及相关装置 | |
| CN114091937A (zh) | 一种仪控板卡dcdc电路健康状态评估方法及装置 | |
| CN116957539A (zh) | 电缆状态评价方法、装置、电子设备及存储介质 | |
| CN117034149A (zh) | 故障处理策略确定方法、装置、电子设备和存储介质 | |
| CN116338391A (zh) | 一种绝缘子状态检测方法、装置、电子设备以及介质 | |
| Rizvi et al. | Real-time ZIP load parameter tracking using adaptive window and variable elimination with realistic synthetic synchrophasor data | |
| CN115656720A (zh) | 基于谱残差和随机矩阵理论的配网故障诊断方法及设备 | |
| CN111130098B (zh) | 一种含分布式电源配电网系统风险评估方法 | |
| CN118214691B (zh) | 一种网络状态异常数据监测方法、装置、设备、介质及产品 | |
| CN118169611A (zh) | 变电设备的故障预警方法、装置、设备和介质 | |
| CN116127326B (zh) | 一种复合绝缘子检测方法、装置、电子设备及存储介质 | |
| CN118367676A (zh) | 一种电力系统的监控方法、装置、设备以及存储介质 | |
| CN117422339A (zh) | 一种电网节点的重要性评估方法、装置、设备及介质 | |
| CN118381009A (zh) | 一种配网开关状态的辨识方法、装置及电子设备 | |
| CN117851853A (zh) | 一种窃电用户定位方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |